声纹识别防伪技术的关键

声纹识别防伪技术有两个关键问题，一是特征提取，二是模式匹配，具体分别是：

1、特征提取：提取并选择对说话人的声纹具有可分性强、稳定性高等特性的声学或语言特征。这个与语音识别不同，声纹识别的特征必须是“个性化”特征，而说话人识别的特征对说话人来讲必须是“共性特征”，表征一个人特点的特征应该是多层面的，包括：

（1）与人类的发音机制的解剖学结构有关的声学特征，如鼻音、带深呼吸音、沙哑音、笑声等；

（2）受社会经济状况、受教育水平、出生地等影响的语义、修辞、发音、言语习惯等；

（3）个人特点或受父母影响的韵律、节奏、速度、语调、音量等特征。

根据不同的任务需求，声纹识别防伪技术还面临一个特征选择或特征选用的问题，例如在刑侦应用上，对“信道”信息希望弱化信道对说话人识别的影响，而在银行交易上则希望信道对说话人识别有较大影响，从而可以剔除录音、模仿等带来的影响。

总之，声纹识别防伪需要提取较好的特征，就应该能够有效区分不同的说话人，但又能在同一说话人语音发生变化时保持相对的稳定，同时不易被他人模仿或能够较好地解决被他人模仿问题；具有较好的抗噪性能，这样才能实现声纹识别防伪。

2、模式识别：模式识别有几大类方法，分别是：

（1）模板匹配方法：利用动态时间弯折(DTW)以对准训练和测试特征序列，主要用于固定词组的应用(通常为文本相关任务)；

（2）最近邻方法：训练时保留所有特征矢量，识别时对每个矢量都找到训练矢量中最近的K个，据此进行识别，通常模型存储和相似计算的量都很大；

（3）神经网络方法：有很多种形式，如多层感知、径向基函数等，可以显式训练以区分说话人和其背景说话人；

（4）隐式马尔可夫模型方法：通常使用单状态的HMM，或高斯混合模型(GMM)，是比较流行的方法，且声纹识别防伪效果比较好；

（5）VQ聚类方法：这种模式的声纹识别防伪效果比较好，算法复杂度不高，和HMM方法配合起来更可以收到更好的效果；

（6）多项式分类器方法：有较高的精度，但模型存储和计算量都比较大。

声纹识别防伪技术需要解决的关键问题主要有以上两个，但其实还有很多，诸如短话音问题，能否用很短的语音进行模型训练等等，都需要技术的进一步开发和完善。

  深圳市兆信防伪技术有限公司有着从业20年的防伪经验，服务过多家知名企业，具有专利性的技术，对于防伪防窜货有丰富的经验，可以提供多种个性化的防窜货解决方案，如有需要或希望得到进一步了解，可致电免费热线电话：0755-8883 0778，将有专人为您提供详细的咨询和服务。